了解下C# 正则表达式

正则表达式是一种匹配输入文本的模式。.Net 框架提供了允许这种匹配的正则表达式引擎。模式由一个或多个字符、运算符和结构组成。

定义正则表达式

下面列出了用于定义正则表达式的各种类别的字符、运算符和结构。

1. 字符转义
2. 字符类
3. 定位点
4. 分组构造
5. 限定符
6. 反向引用构造
7. 备用构造
8. 替换
9. 杂项构造

字符转义

正则表达式中的反斜杠字符（\）指示其后跟的字符是特殊字符，或应按原义解释该字符。

下表列出了转义字符：

转义字符描述模式匹配\a与报警 (bell) 符 \u0007 匹配。\a"Warning!" + '\u0007' 中的 "\u0007"\b在字符类中，与退格键 \u0008 匹配。[\b]{3,}"\b\b\b\b" 中的 "\b\b\b\b"\t与制表符 \u0009 匹配。(\w+)\t"Name\tAddr\t" 中的 "Name\t" 和 "Addr\t"\r与回车符 \u000D 匹配。（\r 与换行符 \n 不是等效的。）\r\n(\w+)"\r\nHello\nWorld." 中的 "\r\nHello"\v与垂直制表符 \u000B 匹配。[\v]{2,}"\v\v\v" 中的 "\v\v\v"\f与换页符 \u000C 匹配。[\f]{2,}"\f\f\f" 中的 "\f\f\f"\n与换行符 \u000A 匹配。\r\n(\w+)"\r\nHello\nWorld." 中的 "\r\nHello"\e与转义符 \u001B 匹配。\e"\x001B" 中的 "\x001B"\ nnn使用八进制表示形式指定一个字符（nnn 由二到三位数字组成）。\w\040\w"a bc d" 中的 "a b" 和 "c d"\x nn使用十六进制表示形式指定字符（nn 恰好由两位数字组成）。\w\x20\w"a bc d" 中的 "a b" 和 "c d"\c X \c x匹配 X 或 x 指定的 ASCII 控件字符，其中 X 或 x 是控件字符的字母。\cC"\x0003" 中的 "\x0003" (Ctrl-C)\u nnnn使用十六进制表示形式匹配一个 Unicode 字符（由 nnnn 表示的四位数）。\w\u0020\w"a bc d" 中的 "a b" 和 "c d"\在后面带有不识别的转义字符时，与该字符匹配。\d+[\+-x\*]\d+\d+[\+-x\*\d+"(2+2) * 3*9" 中的 "2+2" 和 "3*9"

字符类

字符类与一组字符中的任何一个字符匹配。

下表列出了字符类：

字符类描述模式匹配[character_group]匹配 character_group 中的任何单个字符。 默认情况下，匹配区分大小写。[mn]"mat" 中的 "m"，"moon" 中的 "m" 和 "n"[^character_group]非：与不在 character_group 中的任何单个字符匹配。 默认情况下，character_group 中的字符区分大小写。[^aei]"avail" 中的 "v" 和 "l"[ first - last ]字符范围：与从 first 到 last 的范围中的任何单个字符匹配。[b-d][b-d]irds 可以匹配 Birds、 Cirds、 Dirds.通配符：与除 \n 之外的任何单个字符匹配。 若要匹配原意句点字符（. 或 \u002E），您必须在该字符前面加上转义符 (\.)。a.e"have" 中的 "ave"， "mate" 中的 "ate"\p{ name }与 name 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。\p{Lu}"City Lights" 中的 "C" 和 "L"\P{ name }与不在 name 指定的 Unicode 通用类别或命名块中的任何单个字符匹配。\P{Lu}"City" 中的 "i"、 "t" 和 "y"\w与任何单词字符匹配。\w"Room#1" 中的 "R"、 "o"、 "m" 和 "1"\W与任何非单词字符匹配。\W"Room#1" 中的 "#"\s与任何空白字符匹配。\w\s"ID A1.3" 中的 "D "\S与任何非空白字符匹配。\s\S"int __ctr" 中的 " _"\d与任何十进制数字匹配。\d"4 = IV" 中的 "4"\D匹配不是十进制数的任意字符。\D"4 = IV" 中的 " "、 "="、 " "、 "I" 和 "V"

定位点

定位点或原子零宽度断言会使匹配成功或失败，具体取决于字符串中的当前位置，但它们不会使引擎在字符串中前进或使用字符。

下表列出了定位点：

断言描述模式匹配^匹配必须从字符串或一行的开头开始。^\d{3}"567-777-" 中的 "567"$匹配必须出现在字符串的末尾或出现在行或字符串末尾的 \n 之前。-\d{4}$"8-12-2012" 中的 "-2012"\A匹配必须出现在字符串的开头。\A\w{4}"Code-007-" 中的 "Code"\Z匹配必须出现在字符串的末尾或出现在字符串末尾的 \n 之前。-\d{3}\Z"Bond-901-007" 中的 "-007"\z匹配必须出现在字符串的末尾。-\d{3}\z"-901-333" 中的 "-333"\G匹配必须出现在上一个匹配结束的地方。\G\(\d\)"(1)(3)(5)[7](9)" 中的 "(1)"、 "(3)" 和 "(5)"\b匹配一个单词边界，也就是指单词和空格间的位置。er\b匹配"never"中的"er"，但不能匹配"verb"中的"er"。\B匹配非单词边界。er\B匹配"verb"中的"er"，但不能匹配"never"中的"er"。

分组构造

分组构造描述了正则表达式的子表达式，通常用于捕获输入字符串的子字符串。

这一部分比较难于理解，可以阅读 正则表达式-选择 、正则表达式的先行断言(lookahead)和后行断言(lookbehind) 帮助理解。

下表列出了分组构造：

分组构造描述模式匹配( subexpression )捕获匹配的子表达式并将其分配到一个从零开始的序号中。(\w)\1"deep" 中的 "ee"(?< name >subexpression)将匹配的子表达式捕获到一个命名组中。(?< double>\w)\k< double>"deep" 中的 "ee"(?< name1 -name2 >subexpression)定义平衡组定义。(((?'Open'\()[^\(\)]*)+((?'Close-Open'\))[^\(\)]*)+)*(?(Open)(?!))$"3+2^((1-3)*(3-1))" 中的 "((1-3)*(3-1))"(?: subexpression)定义非捕获组。Write(?:Line)?"Console.WriteLine()" 中的 "WriteLine"(?imnsx-imnsx:subexpression)应用或禁用 subexpression 中指定的选项。A\d{2}(?i:\w+)\b"A12xl A12XL a12xl" 中的 "A12xl" 和 "A12XL"(?= subexpression)零宽度正预测先行断言。\w+(?=\.)"He is. The dog ran. The sun is out." 中的 "is"、 "ran" 和 "out"(?! subexpression)零宽度负预测先行断言。\b(?!un)\w+\b"unsure sure unity used" 中的 "sure" 和 "used"(?零宽度负回顾后发断言。(?"Hi woman Hi man" 中的 "man"(?> subexpression)非回溯（也称为"贪婪"）子表达式。[13579](?>A+B+)"1ABB 3ABBC 5AB 5AC" 中的 "1ABB"、 "3ABB" 和 "5AB"

实例

using System;
using System.Text.RegularExpressions;
public class Example
{
   public static void Main()
   {
      string input = "1851 1999 1950 1905 2003";
      string pattern = @"(?